車聯(lián)網(wǎng)環(huán)境下交叉口群速度引導(dǎo)模型及仿真.pdf

1、機動車保有量激增，導(dǎo)致城市交通擁堵問題日益嚴重，交通安全與環(huán)境污染問題日益突出。作為城市路網(wǎng)交通流主要集散點，交叉口的信號控制策略、車輛排隊是造成交通擁堵的關(guān)鍵原因之一。以交叉口群作為管控對象用于緩解城市交通擁堵問題已經(jīng)成為研究共識，隨著車聯(lián)網(wǎng)技術(shù)的快速發(fā)展，基于該技術(shù)實現(xiàn)交叉口群車輛的速度引導(dǎo)，將為緩解城市交通擁堵問題提供一種有效的解決策略。
　　本文針對城市主干道路線性交叉口群設(shè)計了速度引導(dǎo)算法，形成“動態(tài)綠波帶”實現(xiàn)車聯(lián)網(wǎng)環(huán)

2、境下的交叉口群車速引導(dǎo)，緩解城市交通擁堵。首先，從動態(tài)速度控制、動態(tài)速度引導(dǎo)、車聯(lián)網(wǎng)環(huán)境特征測試、交叉口群速度引導(dǎo)和技術(shù)應(yīng)用等方面，對國內(nèi)外的速度引導(dǎo)研究現(xiàn)狀進行了總結(jié)，給出了本文的研究內(nèi)容和技術(shù)路線。在介紹車聯(lián)網(wǎng)的系統(tǒng)構(gòu)建、技術(shù)體系和作用機理基礎(chǔ)上，對比分析了傳統(tǒng)行駛環(huán)境與車聯(lián)網(wǎng)行駛環(huán)境下速度引導(dǎo)方法的差異，并對車聯(lián)網(wǎng)環(huán)境下速度引導(dǎo)機理與基本方法進行了論述。然后，介紹了交叉口群的基本概念、特性和界定方法，基于上述兩種環(huán)境下速度引導(dǎo)差異

3、性分析，分別提出了基于單點、協(xié)同兩種場景的線性交叉口群速度引導(dǎo)算法，包括引導(dǎo)策略、算法設(shè)計與流程等。為驗證算法有效性，考慮車聯(lián)網(wǎng)速度引導(dǎo)影響因子，基于EstiNet仿真軟件構(gòu)建了兩種場景下速度引導(dǎo)算法測試環(huán)境。針對EstiNet軟件提供的車載、信號、路側(cè)等三種智能體二次編程開發(fā)，實現(xiàn)了論文提出的交叉口群單點、協(xié)同速度引導(dǎo)算法。最后，利用設(shè)計的車聯(lián)網(wǎng)環(huán)境速度引導(dǎo)評價指標(biāo)體系，從運行效率、污染排放和行駛安全等方面對速度引導(dǎo)算法的效果進行了定

4、量分析，對比分析兩種速度引導(dǎo)算法的效果，并結(jié)合車聯(lián)網(wǎng)環(huán)境速度引導(dǎo)影響因子對算法敏感性進行研究。同時，利用行車速度、車頭時距分析了車聯(lián)網(wǎng)環(huán)境下的交通流特征。
　　仿真結(jié)果顯示，實施交叉口群協(xié)同速度引導(dǎo)策略后，平均速度、行程時間可靠性分別改善了13.36％、76.61％，停車時間、延誤時間、可達性阻隔系數(shù)、污染排放和速度連續(xù)性分別下降了51.02％、65.79％、86.32％、7.07％、23.89％。相對于交叉口群單點速度引導(dǎo)，協(xié)同

5、速度引導(dǎo)減少了19.64％的不必要速度引導(dǎo)信息推送，對評價指標(biāo)也具有更好的改善效果。對影響因子敏感性分析表明，設(shè)備裝載率和引導(dǎo)遵從率的上升以及通信距離的降低，會使得評價指標(biāo)的改善程度更為明顯。此外，交通流特征分析方面，兩種環(huán)境下車輛的行車速度和車頭時距都可以分別采用正態(tài)分布和移位負指數(shù)分布進行擬合，且引導(dǎo)車輛通過交叉口停車線處的行車速度提升了51.81％，車頭時距減小了24.67％，表明提出的算法提高了通行效率，緩解了城市交叉口群的擁堵